基于机器学习算法的单分子电导数据多分类模型工具

项目介绍

这是一个基于Web的单分子电导数据多分类工具，提供模型训练、评估和可视化功能。

在线演示

本项目已部署在 Vercel 上，可通过以下地址访问： [演示地址待添加]

功能特性

• 🤖️ 支持多种机器学习模型（CNN、SVM、随机森林等）
• 📊 实时数据可视化
• 📈 模型性能对比分析
• 🎯 多分类任务支持
• 💾 数据导入导出功能
• 🎨 响应式设计，支持移动端

技术栈

• 前端：HTML5 + Tailwind CSS + Chart.js
• 机器学习：TensorFlow.js
• 后端：Python + PyTorch（可选）

本地运行

1. 克隆或下载项目
2. 在浏览器中打开 index.html 即可使用

部署到 Vercel（推荐）

方法1：通过 Vercel CLI 部署

# 安装 Vercel CLI
npm i -g vercel

# 登录 Vercel
vercel login

# 部署
vercel

方法2：通过 GitHub 自动部署

1. 将代码推送到 GitHub
2. 在 Vercel 中导入项目
3. 自动部署完成

部署到 Netlify

# 安装 Netlify CLI
npm install -g netlify-cli

# 登录
netlify login

# 部署
netlify deploy --prod

部署到 GitHub Pages

1. 创建 GitHub 仓库
2. 推送代码
3. 在仓库设置中启用 GitHub Pages
4. 选择 main 分支作为源
5. 访问 https://username.github.io/repo-name

项目结构

binary_classification_app/
├── index.html          # 主页面
├── images/            # 图片资源
├── CNN/               # Python后端（可选）
│   ├── app.py
│   ├── physics_constrained_cnn.py
│   └── requirements.txt
└── package.json        # 项目配置

许可证

MIT License

作者

湘潭大学 Y-Lab实验室